脏数据清除方法、装置、终端设备和可读存储介质制造方法及图纸

本申请公开了一种脏数据清除方法、装置、终端设备和可读存储介质，该方法包括利用识别器对当前图像进行识别以获得对应的目标识别结果；根据所述目标识别结果、当前链表和当前哈希表更新所述当前链表和所述当前哈希表；根据更新后的所述当前链表和所述当前哈希表自动清除脏数据。本申请通过链表和哈希表各自优势以极低的内存开销和快速的响应速度实现脏数据的自动清除，不仅可以避免脏数据占用内存，而且通过自动清除脏数据，提高后续识别精度，减少识别耗时，进而大大提升用户体验。进而大大提升用户体验。进而大大提升用户体验。

【技术实现步骤摘要】
脏数据清除方法、装置、终端设备和可读存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种脏数据清除方法、装置、终端设备和可读存储介质。

技术介绍

[0002]随着人工智能技术的不断发展，智能识别技术被广泛应用，例如，人脸识别、目标追踪、商品识别等，当前大多数智能识别策略的主要工作集中在识别前，例如，识别模型的构造、识别模型的训练、训练样本集的获取和处理等，缺少对识别结果准确性的验证，因此，对于一些依赖识别结果进行训练的识别模型来说，错误的识别结果将影响识别模型的准确性，降低识别精度。

技术实现思路

[0003]鉴于上述问题，本申请提出一种脏数据清除方法、装置、终端设备和可读存储介质，以通过清除脏数据，提高识别精度。
[0004]第一方面，本申请实施例提出一种脏数据清除方法，所述方法包括：利用识别器基于当前样本集合对当前图像进行识别以获得对应的目标识别结果；根据所述目标识别结果、当前链表和当前哈希表更新所述当前链表和所述当前哈希表；根据更新后的所述当前链表和所述当前哈希表自动清除脏数据。<br/>[0005]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脏数据清除方法，其特征在于，所述方法包括：利用识别器基于当前样本集合对当前图像进行识别以获得对应的目标识别结果；根据所述目标识别结果、当前链表和当前哈希表更新所述当前链表和所述当前哈希表；根据更新后的所述当前链表和所述当前哈希表自动清除脏数据。2.根据权利要求1所述的脏数据清除方法，其特征在于，所述对应的目标识别结果包括I个识别目标，所述根据所述目标识别结果、当前链表和当前哈希表更新所述当前链表和所述当前哈希表，包括：确定第i个识别目标是否在所述当前链表中，1≤i≤I；确定所述第i个识别目标是否为可信目标；根据所述第i个识别目标是否在所述当前链表中、以及是否为可信目标更新所述当前链表和所述当前哈希表。3.根据权利要求2所述的脏数据清除方法，其特征在于，所述确定所述第i个识别目标是否为可信目标，包括：确定所述第i个识别目标是否为用户选定的目标；若不是所述用户选定的目标，则计算所述第i个识别目标与所述当前图像中当前目标之间的相似度；若是所述用户选定的目标或所述第i个识别目标与所述当前目标之间的相似度超出相似度阈值，则确定所述第i个识别目标为可信目标。4.根据权利要求2所述的脏数据清除方法，其特征在于，在所述当前哈希表不为空时，所述当前哈希表包括至少一个识别目标以及每一个识别目标对应的迭代器指向和/或对应的移动累计次数，所述根据所述第i个识别目标是否在所述当前链表中、以及是否为可信目标更新所述当前链表和所述当前哈希表，包括：若所述第i个识别目标在所述当前链表中且为可信目标，则将所述当前链表中的所述第i个识别目标移动至所述当前链表的表头位置，并更新所述当前哈希表中的所述第i个识别目标对应的迭代器指向和/或对应的移动累计次数；若所述第i个识别目标在所述当前链表中且不为可信目标，则将所述当前链表中的第i个识别目标移动至所述当前链表的表尾位置，并更新所述当前哈希表中的所述第i个识别目标对应的迭代器指向和/或对应的移动累计次数；若所述第i个识别目标不在所述当前链表中且不为可信目标，则将所述第i个识别目标添加至所述当前链表的中间位置，并将所述第i个识别目标对应的迭代器指向和/或对应的移动累计次数添加至所述当前哈希表，其中，若所述当前链表中包括偶数个识别目标，则所述中间位置为中间两个识别目标之间，若所述当前链表中包括奇数个识别目标，则所述中间位置为与中间识别目标相邻的任一个位置，若所述当前链表为空，则添加至所述当前链表；若所述第i个识别目标不在所述当前链表中且为可信目标，则不更新所述当前链表和所述当前哈希表。5.根据权利要求1所述的脏数据清除方法，其特征在于，所述根据更新后的所述当前链表和所述当前哈希表自动清除脏数据，包括：
确定更新后的所述当前链表的总长度是否大于预设的长度阈值；若大于所述长度阈值，则根据所述...

【专利技术属性】
技术研发人员：刘世荣，李晓辉，
申请(专利权)人：深圳市慧为智能科技股份有限公司，
类型：发明
国别省市：